ИИ отнимет вашу работу? Ответ отчётов 2025 года и 5 навыков, которые стоит прокачать

Три сигнала рынка труда на 2025 год

1. Быстрее всего растёт спрос на данные, финтех и ИИ

По данным ВЭФ, три самые быстрорастущие категории профессий в процентном выражении — специалисты по большим данным, финтех-инженеры и специалисты по ИИ и машинному обучению.

В обзоре ARISA по докладу ВЭФ также отмечается заметный спрос на направления Big Data, финтех, ИИ и машинное обучение, разработку программного обеспечения и приложений. Среди навыков особенно выделяются AI and Big Data, затем сети и кибербезопасность, а также общая технологическая грамотность.

Это не значит, что всем нужно срочно становиться разработчиками. Но почти любой профессиональной роли теперь полезно лучше понимать ИИ, данные и цифровые процессы.

2. Возможности есть не только у инженеров

ВЭФ отдельно отмечает, что к 2030 году самый высокий рост рабочих мест ожидается у ролей, связанных с непосредственной работой с людьми, а также в базовых секторах вроде ухода и образования.

То есть выбор не сводится к одному сценарию — «уйти в ИИ-инженеры». Более массовый путь выглядит иначе: оставаться в своей сфере — образовании, медицине и уходе, сервисе, операционной работе, маркетинге, финансах, администрировании — но стать человеком, который лучше других умеет применять ИИ и цифровые инструменты в реальных рабочих процессах.

3. Риск зависит не только от должности, а от набора задач

МОТ в обновлении 2025 года подчёркивает подход на уровне задач: влияние генеративного ИИ оценивается через то, какие операции внутри профессии потенциально подвержены автоматизации или усилению с помощью ИИ.

Это важный момент. В одной и той же должности могут быть задачи, которые ИИ ускорит уже сейчас: резюме документов, классификация обращений, черновики писем, подготовка отчётов, обработка таблиц. Но рядом с ними остаются задачи, где человеку нужно понимать контекст, договариваться, выбирать между рисками и отвечать за результат.

ВЭФ также указывает, что ИИ и технологические изменения перестраивают рынок: спрос на многие технологические и специализированные роли растёт, а на некоторые другие может снижаться — среди примеров названы графические дизайнеры. Это не означает, что весь дизайн исчезнет. Скорее, это сигнал: роли, завязанные на стандартный визуальный или текстовый выпуск, будут сильнее конкурировать с инструментами, а ценность сместится к стратегии, бренду, вкусу, контексту и контролю качества.

Быстрая самопроверка: что в вашей работе ИИ изменит первым

Это не точный прогноз, а практическая версия подхода МОТ: смотреть на задачи, а не только на название профессии.

Пять групп навыков, которые стоит учить в первую очередь

1. Базовая грамотность в ИИ и машинном обучении

Специалисты по ИИ и машинному обучению входят в число самых быстрорастущих профессий по версии ВЭФ. Но для большинства людей первый шаг — не обучение собственных моделей, а понимание возможностей и ограничений ИИ.

Практическая цель: научиться использовать ИИ для поиска и структурирования информации, черновиков, резюме, анализа документов и таблиц — и при этом понимать, где нужен человек. Хороший рабочий процесс должен иметь понятные входные данные, фиксированный формат результата, критерии проверки и правила по конфиденциальной информации.

2. Анализ данных и Big Data

Специалисты по большим данным также названы ВЭФ среди самых быстрорастущих профессий в процентном выражении. ARISA в обзоре доклада ВЭФ выделяет AI and Big Data как одну из самых заметных групп навыков.

Если нужно выбрать один «жёсткий» навык, можно начать с таблиц на продвинутом уровне, SQL, визуализации данных или базового Python. Важна не длина списка инструментов, а умение превратить данные в проверяемые, объяснимые выводы, на которые можно опереться при решении.

3. Разработка, приложения и мышление автоматизацией

ARISA относит разработку программного обеспечения и приложений к направлениям с заметным спросом. Даже если вы не планируете становиться программистом, полезно понимать, как устроены продукты, данные, API, скрипты и low-code-инструменты.

ИИ приносит реальную пользу не тогда, когда один раз написал красивый текст, а когда встроен в повторяемый, отслеживаемый и поддерживаемый процесс. Немного понимания разработки и автоматизации помогает превращать идеи в рабочие системы.

4. Сети и кибербезопасность

В обзоре ARISA по докладу ВЭФ сети и кибербезопасность названы важной группой навыков, следующей за AI and Big Data. Чем больше рабочих процессов переходит в цифровую среду, тем меньше кибербезопасность остаётся только делом IT-отдела.

Минимум для любого специалиста: понимать права доступа, риски загрузки данных во внешние сервисы, работу с чувствительной информацией и следы изменений в документах. Уметь пользоваться инструментом — первый уровень. Уметь пользоваться им безопасно — более долгосрочное преимущество.

5. Общая технологическая грамотность

ARISA также выделяет general technological literacy — общую технологическую грамотность — как важное направление навыков.

Это качество часто недооценивают не-айтишные специалисты. Не обязательно писать много кода, но важно понимать, как инструменты соединяются друг с другом, откуда берутся данные, как проверять результат и когда нужно подключать инженера, аналитика, продуктового специалиста или эксперта по безопасности.

Именно технологическая грамотность позволяет перейти от «я попробовал новый AI-сервис» к «я улучшил рабочий результат и могу объяснить, как это работает».

С чего начать в зависимости от роли

Как превратить обучение в заметный результат

1. Начните с задач, а не с тревоги о должности. Выпишите, что вы делаете за неделю, и отметьте задачи, которые повторяются, имеют стандартный формат или завязаны на текст и таблицы. Такой подход близок к логике МОТ, которая анализирует влияние генеративного ИИ на уровне задач.
2. Выберите один сценарий и оформите его как процесс. Например: резюме встречи, ответ клиенту, очистка таблицы, исследование конкурентов, еженедельный отчёт. Зафиксируйте входные данные, промпт, формат результата и правила ручной проверки.
3. Добавьте один навык, связанный с вашей работой. SQL, Python, визуализация данных, автоматизация документов, основы кибербезопасности — выбирать лучше не абстрактно, а под свой реальный рабочий контекст.
4. Собирайте доказательства, а не только сертификаты. Покажите процесс, критерии проверки, сравнение «до/после», экономию времени или улучшение качества.
5. Оставляйте финальное решение человеку. ИИ может помогать искать, суммировать, генерировать и сравнивать. Но цели, риски, коммуникация и ответственность за итоговый выбор должны оставаться у людей.

Главное: учите не модные слова, а новые способы делать работу лучше

Сигналы ВЭФ и МОТ за 2025 год говорят не о простом исчезновении профессий, а о перераспределении задач и пересборке навыков. ВЭФ одновременно видит новые рабочие возможности и давление на повышение квалификации, а МОТ предлагает смотреть на влияние генеративного ИИ через конкретные задачи внутри профессий.

Если ваша работа состоит из повторяющихся и стандартизированных операций, в первую очередь изучайте AI-инструменты, работу с данными и автоматизацию. Если ваша ценность в экспертизе, коммуникации и понимании контекста, учитесь использовать ИИ как усилитель исследования, анализа, письма и качества результата.

Самыми конкурентоспособными будут не те, кто лучше всех выучит термины про ИИ, а те, кто сможет превратить ИИ в проверяемый рабочий результат.